待验证50% 置信事实精确时间
生成式任务输出自由文本，偏见通过词汇选择、情感倾向、刻板印象密度等连续维度体现，缺少天然的“正确标签”来抵消偏差，故属性组合更易造成方向一致的系统性偏移。
1
来源数
50%
置信度
长期有效
时效性
2026/10/27
首次发现
来源
涉及实体
相关事实
待验证人类标注者在评估答案时存在信息越丰富越好的认知偏差，导致奖励模型将篇幅与质量隐性挂钩，是模型冗余的成因之一72% 相似待验证当任务包含天然独立的认知模式（如生成与批判）或存在明确质量把关需求时倾向于使用多Agent架构72% 相似待验证情感判断、内容是否冒犯、图像语义归类、文本语气识别等任务没有物理意义上的真相，不同背景的人会给出不同却都合理的答案72% 相似待验证分类器依赖词汇和语义模式匹配判定风险等级而非深度理解用户意图，导致语义相近但表述不同的请求呈现不同风险画像（语义表面敏感性）70% 相似待验证主流偏见基准测试的共同局限在于它们测量的是模型在特定受控语境下的显性选择，而非开放式生成、长文本推理或复杂角色扮演场景中流露的隐含偏见70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1101988API
curl https://kongchang.com/api/v1/knowledge/claims/1101988MCP
get_claim(id=1101988)